如何使用pandas创建分组列，实现每2行数据划分为同一组

实现思路 #

通过生成从0开始的连续行序号，对2做整数除法，即可得到每2行对应同一个递增分组编号的效果，该方案也可扩展为任意N行一组的分组需求。 #

代码示例 #

1. 依赖导入 #

import pandas as pd
import numpy as np

2. 构造示例原始数据（对应10行3列的df_A） #

df_A = pd.DataFrame({
    'data1': range(10),
    'data2': range(10, 20),
    'data3': range(20, 30)
})

3. 新增group分组列 #

通用实现（不受原DataFrame索引格式影响，推荐使用）

df_B = df_A.copy()
# 生成和行数等长的连续序列，对2做整数除法得到分组值
df_B['group'] = np.arange(len(df_B)) // 2

简化实现（仅适用于原DataFrame是从0开始的连续整数索引场景）

df_B = df_A.copy()
df_B['group'] = df_B.index // 2

效果说明 #

执行后得到的df_B中，第1、2行的group值为0，第3、4行的group值为1，后续每2行对应分组值依次递增，完全符合需求。
如果需要调整为每N行一组，只需将代码中// 2的2替换为对应N值即可。

内容的提问来源于stack exchange，提问作者patrick